Questions fréquentes
Qu'est-ce que la synthèse vocale (TTS) ?
La synthèse vocale (TTS) convertit du texte en fichier audio via une API cloud. Envoyez une requête POST avec votre texte et recevez un fichier audio généré. C’est idéal pour transformer des notifications écrites en messages audio professionnels, intégrables directement dans vos workflows de banque ou de fintech sans complexité technique.
Quelle est la différence entre tts-1 et tts-1-hd ?
Les modèles tts-1 et tts-1-hd utilisent le même moteur de synthèse vocale et le même tarif. La distinction réside uniquement dans le nom du modèle envoyé dans la requête JSON. Vous pouvez choisir l’un ou l’autre sans changement de coût ni de qualité audio perceptible pour vos notifications financières.
Combien coûte l'utilisation de l'API ?
Le tarif est de 10 $ par million de caractères, soit 0,01 $ pour 1 000 caractères. Les espaces et ponctuations comptent. Les requêtes échouées sont gratuites. Il n’y a pas de frais minimum ni d’abonnement mensuel. Le solde ne expire pas et reste disponible pour vos futurs appels API.
L'essai gratuit est-il vraiment disponible ?
Oui, vous recevez 0,50 $ de crédit (environ 50 000 caractères) en vous connectant avec Google. Cet essai est valable 7 jours. Si vous créez un compte avec email et mot de passe, vous commencez sans ce crédit. C’est un moyen simple de tester l’API avant votre premier rechargement.
Quelles langues sont supportées ?
Nous supportons 23 langues, dont l’anglais, le français, l’espagnol, l’allemand, le chinois et le japonais. Chaque voix peut parler toutes ces langues. Si la langue n’est pas précisée, elle est déduite du script (latin par défaut en anglais). Les langues comme le vietnamien, l'indonésien, le thaï, l'ukrainien, le roumain, le tchèque, le bengali et toutes les autres non listées ne sont pas supportées.
Comment fonctionne la facturation ?
Le rechargement se fait via USDT (TRC-20) sur le réseau TRON, minimum 5 $. Le crédit est ajouté automatiquement en quelques minutes. Aucun paiement par carte ou PayPal. Les métadonnées de requête sont conservées pour la facturation, mais le texte n’est pas utilisé pour l’apprentissage. Pas de TVA ni de facture.
Mes données textuelles sont-elles conservées ?
Votre texte d’entrée sert uniquement à générer l’audio et n’est pas utilisé pour l’entraînement. L’audio généré est retourné dans la réponse et n’est pas stocké. Seules les métadonnées de requête (heure, caractères, statut) sont conservées pour la facturation. Vos notifications restent donc privées et temporaires après génération.
Puis-je utiliser ma propre voix ?
Non, nous ne proposons pas de clonage vocal personnalisé ni de téléchargement de votre propre voix. Vous choisissez parmi huit voix préenregistrées (comme Aria, Nova ou Felix). Chaque fichier généré contient un filigrane inaudible qui le marque comme parole synthétique. C’est une solution standardisée, sans personnalisation de timbre.
Première requête
curl
curl https://api.8c88.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Python (openai)
from openai import OpenAI
client = OpenAI(base_url="https://api.8c88.info/v1", api_key="tts-...")
with client.audio.speech.with_streaming_response.create(
model="tts-1", voice="nova", input="Hello from Python.", response_format="mp3"
) as response:
response.stream_to_file("hello.mp3")Node.js (openai)
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ baseURL: "https://api.8c88.info/v1", apiKey: process.env.TTS_API_KEY });
const res = await client.audio.speech.create({ model: "tts-1", voice: "milo", input: "Hello from Node.js." });
fs.writeFileSync("hello.mp3", Buffer.from(await res.arrayBuffer()));| voice | |
|---|---|
aria | femme |
nova | femme |
luna | femme |
sage | femme |
felix | homme |
milo | homme |
atlas | homme |
orion | homme |
| language | |
|---|---|
ar | العربية |
zh | 中文 |
da | Dansk |
nl | Nederlands |
en | English |
fi | Suomi |
fr | Français |
de | Deutsch |
el | Ελληνικά |
he | עברית |
hi | हिन्दी |
it | Italiano |
ja | 日本語 |
ko | 한국어 |
ms | Bahasa Melayu |
no | Norsk |
pl | Polski |
pt | Português |
ru | Русский |
es | Español |
sw | Kiswahili |
sv | Svenska |
tr | Türkçe |
Prérequis et clés API
Pour utiliser l'API, créez un compte via la page /get-api-key/ avec Google ou un e-mail. Une clé Bearer unique est générée automatiquement pour authentifier vos requêtes.
Génération de clé Bearer
Votre clé API est affichée dès la connexion. Elle commence par tts- et sert de jeton d'identification pour chaque appel API via l'en-tête Authorization: Bearer.
Un compte par site
Les comptes sont indépendants selon le site visité (ex. 8c88.info). Vous devez créer un compte distinct sur chaque plateforme pour obtenir sa propre clé et son solde.
Révoquer une clé
Vous pouvez émettre une nouvelle clé à tout moment. L'ancienne clé devient inactive immédiatement, assurant une sécurité optimale pour vos intégrations fintech.
Première requête avec cURL
Pour générer votre première audio, envoyez une requête POST à l'endpoint de l'API. Cette méthode directe permet de recevoir un fichier audio (par défaut mp3) sans dépendre d'une bibliothèque externe.
Le corps de la requête doit contenir le texte à synthétiser, le modèle choisi et l'identifiant de la voix. L'authentification se fait via un en-tête Bearer incluant votre clé API unique.
Commande POST standard
Utilisez cURL pour envoyer une requête POST à https://api.8c88.info/v1/audio/speech. Incluez votre clé API dans l'en-tête Authorization pour valider votre accès à l'endpoint.
- Endpoint : POST /v1/audio/speech
- Authentification : Bearer <votre-clé-api>
Corps JSON requis
Le corps de la requête doit être au format JSON. Les champs obligatoires incluent model (tts-1 ou tts-1-hd), input (texte jusqu'à 4096 caractères) et voice (l'une des 8 presets).
Vous pouvez également spécifier le response_format (mp3, wav, opus, flac, pcm) et une speed entre 0.25 et 4.0. Le champ language est optionnel mais recommandé pour les textes non anglais en script latin.
Réponse audio binaire
En cas de succès, l'API retourne le fichier audio binaire directement dans la réponse. Ce fichier peut être enregistré localement ou diffusé immédiatement dans vos applications de notification fintech.
Utilisation avec le SDK OpenAI
L'intégration avec le SDK OpenAI est immédiate car notre API suit exactement le même format de requête. Vous n'avez pas besoin d'apprendre une nouvelle structure JSON ou de modifier la logique de votre application existante.
Il suffit de pointeur le client vers notre base URL et d'utiliser votre clé API VoixFintech. Cette compatibilité native réduit le temps de développement et permet de déployer des notifications audio dans vos workflows fintech sans friction technique.
Changement de base_url
Modifiez simplement la propriété base_url de votre client SDK pour qu'elle pointe vers https://api.8c88.info/v1. Cette simple configuration permet au SDK de diriger vos requêtes vers notre infrastructure TTS sans aucune autre modification de code.
- Utilisez l'URL : https://api.8c88.info/v1
Même format de corps
Le corps de la requête reste identique à l'endpoint OpenAI Speech. Vous envoyez un objet JSON contenant model, input, voice et response_format. Les champs speed et language sont également supportés de manière transparente.
Compatibilité native
Les SDK officiels OpenAI fonctionnent directement avec notre API. Cette compatibilité assure que vos scripts Python, Node.js ou Go existants continuent de fonctionner avec seulement un ajustement d'URL, facilitant l'intégration dans vos systèmes de notification bancaire.
Paramètres de la requête
L'API accepte deux modèles fonctionnant sur le même moteur : tts-1 et tts-1-hd. Ils offrent une qualité identique au même tarif de 0,01 $ par 1 000 caractères. Choisissez selon vos besoins de bandwidth sans surpayer pour des différences audio perceptibles.
Modèle tts-1 ou tts-1-hd
Les deux modèles produisent le même audio. tts-1-hd n'implique aucun coût supplémentaire. Utilisez le champ model avec la valeur tts-1 ou tts-1-hd selon vos préférences, sachant que le résultat final est strictement identique.
Voix preset disponible
Nous proposons 8 voix presets (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion) capables de parler les 23 langues supportées.
- Féminines : Aria (narratrice), Nova (dynamique), Luna (douce), Sage (instructive)
- Masculines : Felix (promotional), Milo (conversationnel), Atlas (neutre), Orion (documentaire)
Format de réponse
Vous pouvez recevoir l'audio en mp3, wav, opus, flac ou pcm. Le format mp3 est recommandé pour la compatibilité générale. Les fichiers sont retournés dans le corps de la réponse HTTP, prêts à être intégrés dans vos notifications ou applications.
Limites et débit
Notre API impose une limite de 60 requêtes par minute par clé active pour garantir la stabilité du service. Cette restriction s'applique uniformément à toutes les utilisations, qu'il s'agisse de notifications de banque ou de fintech, assurant une expérience prévisible pour vos équipes.
60 requêtes par minute
Chaque clé API active supporte jusqu’à 60 requêtes par minute. Ce quota est strict et calculé par minute glissante. Respecter cette limite évite les erreurs 429 et assure un débit constant pour vos intégrations.
10 requêtes initiales
Avant votre premier rechargement, votre clé est limitée à 10 requêtes par minute. Ce seuil réduit permet de tester l'intégration sans surcharger les serveurs. Dès le premier dépôt USTRC-20 confirmé, le quota passe automatiquement à 60 requêtes.
File d'attente sous charge
Les requêtes sont traitées séquentiellement. En cas de charge élevée, une requête peut attendre dans une file d'attente avant d'être synthétisée. La durée de génération reste proche du temps réel, mais la latence peut augmenter légèrement pendant les pics.

Gestion des erreurs
La gestion des erreurs repose sur les codes HTTP standards. Une réponse 200 indique un succès, tandis qu’un code 4xx signale une erreur de requête immédiate, comme une clé invalide ou un modèle manquant. Ces retours permettent d’ajuster rapidement vos appels API sans coût supplémentaire.
Codes d'erreur HTTP
Utilisez les codes 400, 401 et 429 pour diagnostiquer les problèmes de format, d’authentification ou de limite de débit. Chaque code retour inclut un message explicatif dans le corps JSON pour guider le débogage.
- 400 : Requête mal formée ou corps JSON invalide
- 401 : Clé API manquante ou incorrecte
- 429 : Limite de débit dépassée
Requêtes échouées gratuites
Si la synthèse échoue après l’acceptation de la requête, le montant est intégralement remboursé sur votre solde. Aucun crédit n’est consommé pour ces échecs techniques, garantissant une facturation précise uniquement sur les audio générés avec succès.
Validation des champs
Assurez-vous que le champ input ne dépasse pas 4096 caractères. Les champs voice, model et response_format doivent respecter les valeurs listées dans la section Paramètres. Une validation stricte en amont évite les retours 400 inutiles.
Textes longs et découpage
L'API accepte des textes allant jusqu'à 4 096 caractères par demande. Pour les notifications plus longues, comme les résumés de comptes ou les alertes de marché, vous devez diviser le contenu en plusieurs appels séquentiels.
Cette approche garantit une génération stable et évite les dépassements de limite. Chaque segment est traité indépendamment pour maintenir la cohérence du message final.
Limite 4096 caractères
Chaque requête POST est strictement limitée à 4 096 caractères, espaces et ponctuation inclus. Si votre texte dépasse cette limite, l'API retournera une erreur.
Cette contrainte s'applique au corps de la requête input. Les caractères spéciaux et les espaces comptent pleinement dans le total.
- Un seul segment max par appel API
- Comptage incluant espaces et ponctuation
Découpage manuel
Il est recommandé de segmenter le texte par phrases ou paragraphes logiques pour préserver la fluidité de la voix. Vous pouvez utiliser le champ language pour forcer la détection linguistique si le découpage entraîne des ambiguïtés.
Cette méthode permet d'adapter le rythme de lecture à la structure sémantique de votre notification bancaire ou fintech.
- Couper aux limites de phrases
- Préserver la cohérence contextuelle
Jointure des fichiers audio
Après avoir reçu les fichiers audio de chaque segment, vous devez les concaténer côté client ou via un service de traitement audio. L'API ne joint pas automatiquement les fichiers pour garder la latence minimale.
Assurez-vous que les formats de sortie (mp3, wav, opus, flac, pcm) sont identiques pour tous les segments afin d'éviter les problèmes de compatibilité lors de la fusion.
- Formats de sortie unifiés
- Concaténation côté client recommandée
Spécifications techniques
Ce guide couvre les aspects techniques essentiels pour intégrer notre API TTS dans vos systèmes de notification fintech. Nous nous concentrons ici sur l'authentification, les formats de sortie et les performances de génération, sans répéter les détails d'initiation déjà abordés.
L'intégration repose sur une simplicité d'usage : envoyez du texte, recevez de l'audio. Les spécifications ci-dessous garantissent une compatibilité immédiate avec vos workflows existants, qu'il s'agisse de notifier vos clients ou de générer des rappels à grande échelle.
Authentification Bearer
Chaque requête doit inclure l'en-tête Authorization: Bearer tts-... avec votre clé unique. Cette clé, visible sur votre tableau de bord, identifie votre compte et permet de suivre la facturation en temps réel. Vous pouvez en générer une nouvelle à tout moment ; l'ancienne sera invalidée immédiatement.
Formats audio supportés
L'API retourne l'audio dans le format spécifié dans le champ response_format : mp3, wav, opus, flac ou pcm. Ces formats couvrent la plupart des besoins d'intégration, de la lecture web standard (mp3/opus) à l'édition professionnelle (wav/flac). Le choix du format n'impacte pas le prix, uniquement le poids de la réponse.
- mp3 : Standard, large compatibilité
- wav : Qualité brute, sans perte
- opus : Optimisé pour le web
- flac : Compression sans perte
- pcm : Audio brut non compressé
Vitesse de lecture
La vitesse de génération est d'environ 25 caractères par seconde pour des textes longs, soit un temps de synthèse proche du temps réel. Pour les phrases courtes, la latence peut être de quelques secondes supplémentaires due au traitement séquentiel. En cas de charge, les requêtes peuvent attendre en file d'attente.
Écoutez les 8 voix
Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. Cette polyvalence permet de toucher une clientèle internationale sans multiplier les intégrations techniques.
23 langues
Chaque voix peut parler n'importe laquelle de ces langues.
Sources et lectures complémentaires
- Wikipedia
- Node.js documentation
- OpenAI API reference: create speech
- MDN: Web Speech API
- W3C WAI: making audio and video accessible
- LibriTTS-R paper (arXiv 2305.18802)
- Creative Commons Attribution 4.0
- LibriTTS-R corpus (OpenSLR 141)
- IETF RFC 7845: Ogg Opus
- LibriVox public-domain audiobooks
- Tether (USDT)
- curl documentation
